一、引言

校企专利合作是助推高校转型发展, 加快“双一流”建设的重要合作模式，而高校（尤其是985高校）在我国专利发明群体中处于中心骨干地位[1]。但由于科研活动的高成本和高风险及成果的溢出效应，导致企业存在单独进行科研活动动力不足的情况[2]；同时，高校由于实践与理论没有有机融合起来[3]、市场意识淡薄等，存在科研成果“养在深闺人不识”的现象[4]。因此，高校与企业开展专利合作，有利于人才、资金和设备的合理利用，技术的有效扩散和信息资源的共享[5]，从而成为国家和科研人员关注热点。

网络分析方法（SNA）近30年来已发展为社会科学研究的一种新范式[6]。由于教育活动所具有的社会属性, SNA同样适用于对该活动的研究[7]。在国外， Sohn DW[8]等人运用社会网络分析方法展示创新网络并分析了首都区和非首都区大学在韩国四个产业集群区域创新网络中的作用。在国内，占侃和孙俊华[9]以江苏省内的56所高校作为校企合作社会网络边界，对2007-2012年江苏省校企合作情况进行分析。雷滔和陈向东[4]构建区域校企合作申请专利网络，从区域、技术和高校三个层面，对历年校企合作申请专利演化情况给出解释。

由此可知，现有研究分析方法为分析校企专利合作网络奠定了基础，同时，2015年国家“十一五”规划的出台也明确强调了产学研合作的重要性，因此探讨近5年来校企合作网络有利于今后企业技术战略的确定及高校科技前沿的指引。本文采用中国专利全文数据库公布的2014年至2018年北京8所“985高校”与企业间的发明专利合作申请数据构建校企专利合作网络及跨区域合作网络，对主体网络的整体结构特征及高校和企业在网络中所处地位进行分析，最后对校企跨区域合作演化情况进行分析。试探性的探究校企合作基本特征与规律，提升高校与企业专利合作效率和水平。

二、数据来源与方法

（一）研究对象

本文样本选取包括清华大学、北京大学、北京航空航天大学、北京理工大学、中国人民大学、中国农业大学、北京师范大学、中央民族大学与企业联合申请并授权的发明专利数据。

（二）数据来源

研究数据来源于中国专利数据总库，设定以下检索式：申请人分别为上述8所北京“985”高校，申请日为2014年至2018年的1月1日至12月31日，专利类别为发明授权。经过人工清洗数据，删除申请人仅为高校或多校之间及高校与个人的情况，最终得到2014-2018年校企专利合作数量分别为53条、125条、228条、166条、47条。

（三）数据处理与方法

首先，采用专利计量法对筛选后的校企合作专利在时间、行业、地域方面的基本信息进行分析。其次运用社会网络分析法，构建北京“985”高校与企业的无向合作网络，运用社会网络分析软件绘制校企合作网络，并计算网络总节点数、平均路径长度等指标，从网络的整体层面衡量校企专利合作网络的整体特征。并从节点层面，分析企业和高校在网络中所处的地位情况。最后将专利数据按申请高校和企业所属省份进行分类、整合，去除掉同省（市）间合作，绘制跨区域合作网络分析跨区域合作情况。

1、社会网络整体层面指标

总节点数是衡量网络规模的指标，节点数越多，说明网络中参与合作的主体数量越多。在本文中总节点数指的是网络中高校与企业的总数量。

网络密度可以衡量网络的紧凑程度。密度越大，表明网络成员之间联系越紧密，该网络对其中行动者的态度、行为等产生影响就越大。本文中网络密度衡量的是校企间实际联结数与潜在联结数的比重。可将网络密度与网络规模指标结合起来考察[10]。

|E|代表网络中的总边数,|V|代表网络中的节点数。

节点聚类系数是网络一个局部参量, 其物理意义是网络集团化程度[11]。

ki为与其直接相连的节点数，这些节点间实际存在的边数为E, 可能存在的边数共有。整个网络聚类系数的值等于所

i有节点局部聚类系数的均值。

平均路径长度衡量的是网络节点之间信息传递的有效性，指一个节点到达另一个节点平均要经历的距离。本文平均路径长度衡量的是高校/企业和企业/高校间合作的可达性。

N为总节点数,dij代表节点i和节点j之间的距离。

2、社会网络节点层面指标

本文选用节点的度来衡量企业和高校在校企合作网络中的地位。一个节点的度被定义为与之相连的链路数，又称为度数CD（Ni）。